39. TRAI Meet-Up’ında Yapay Zeka’nın Üretime Etkisi Konuşuldu

Türkiye Yapay Zeka İnisiyatifi’nin her ay düzenlediği, TRAI Youtube Kanalı’ndan canlı yayınlanan TRAI Meet-Up’larının 39’ncusunda “Üretim ve Yapay Zeka” konusu işlendi. Huawei’nin desteğiyle gerçekleştirilen TRAI Meet-Up’ına KoçDigital, Arçelik, Mechanica Irev ve Huawei Türkiye Cloud’dan uzmanlar “Üretimde Nesnelerin İnterneti ve Öngörüsel Bakım Analitik Uygulamalar” ve “Otomotiv Ana Sanayinde Yapay Zeka Karar Destek Sistemleri ve Optimizasyon Çözümleri” gibi çeşitli konuları anlattı.

Can Sinemli (TRAI Direktörü) moderatörlüğünde gerçekleştirilen 39. TRAI Meet-Up’ındaki ilk konuşmacı Huawei Türkiye Cloud’dan Emre Filiz (AI Sales Manager) oldu. Huawei Atlas Yapay Zeka platformuyla ilgili bilgiler paylaşan Emre Filiz katılımcılara şunları anlattı. “Huawei Atlas Yapay Zeka platformu’nu üzerinde oluşturulmuş ve uç birim çözümü olarak konumlandırılmış yapay zeka destekli görü sistemleri sayesinde “akıllı” üretim bantlarında kalite kontrol, üretim tesisinde iş güvenliği, üretimde hata analizi gibi senaryolar oluşturulmuştur. Bu senaryolar farklı partnerler tarafından sanayide uygulanmış ve üretim süreci boyunca oluşabilecek sorunlar veya oluşan sorunların sebeplerinin hızlıca tespit edilmesi, kesinti süresini azaltmak için önleyici bakım uygulamalarının yapılması, mikro çip gibi karmaşık ürünlerin yüksek başarımlı şekilde üretilip üretilmediğinin tespit edilmesi, sıradan görevleri makinelere aktararak çalışan memnuniyetini arttırma gibi faydalar sağlanmıştır.”

39. TRAI Meet-Up’taki bir sonraki konuşmacılar KoçDigital’den Osman Koyuncu (IoT expert) ve Dr. Salih Durhan (Data Scientist) oldu. “Üretimde Nesnelerin İnterneti ve Öngörüsel Bakım Analitik Uygulamalar” başlıklı sunumu katılımcılarla paylaşan Osman Koyuncu ve Salih Duran, KoçDigital olarak sağladıkları IoT altyapısını ve bu altyapıyı kullanarak geliştirdikleri kestirimci bakım çözümlerini anlattı.

TRAI Meet-Up’ındaki bir sonraki konuk Arçelik’ten Ahmed Nader Mahmoud (Data Scientist) oldu. Denetimin kalite ekibi tarafından bir üretim grubu örneği üzerinde yürütülen bir doğrulama süreci olduğunu belirten Ahmed Nader Mahmoud bu örneğin bir akıllı örnekleme modeli ile seçildiğini bu nedenle yüksek performanslı bir model geliştirdiklerinin altını çizdi ve ekledi: “Yapay zekada üretimin kolay bir iş olmadığını, düşük bir hata marjına sahip olduğunu ve zaten mühendislik disiplinini optimize ettiğini belirtmek gerekir. Ama eğer doğru yapılırsa, o zaman işe yarar ve değer yaratır. Farklı ekipler arasındaki yoğun iş birliği, özellikle analiz edilmesi çok zor ve zor olan veri miktarı ile kilit öneme sahiptir.”

39. TRAI Meet-Up’taki son konuşmacı Mechanica’dan Yapay Zeka Ürün Geliştirme Sorumlusu Umut Can Çolak oldu. Mechanica’nın kestirimci bakımda daha optimize çalışması için özel olarak kendi sensörlerini ve bu sensörler ile kestirimci bakım yapmak için ekstra bir donanım gerektirmeyen kendi veri işleme kitini geliştirdiğini belirtti ve sözlerine şöyle devam etti: “Mechanicanın aktif olduğu bir diğer alan üretim optimizasyonudur. Genelde üretimdeki parametrelerin içinden belli bir amaç için oluşan olasılıklar uzayında search yaparak en iyi çözümü otomatik olarak bulan yazılımlardır. Örnek olarak Tofaş’ta yaptığımız uygulamadır. Her 1,5 dakikada bir ticari için her bir dakikada bir binek için sürekli search yaparak parametreleri optimize ederek üretim planını oluşturur ya da günceller.”